数学大师、AI先驱吴文俊逝世,40年前让电脑代替人脑证明定理

简介:
本文来自AI新媒体量子位(QbitAI)

我国著名数学大师、首届国家最高科技奖获得者、人工智能研究开拓者吴文俊院士因病医治无效,于2017年5月7日7时21分在北京逝世。

在此致以深切的哀悼。

吴文俊(Wentsun WU),祖籍浙江嘉兴,1919年5月12日出生于上海。1940年吴文俊毕业于交通大学数学系,1949年在法国斯特拉斯堡大学获博士学位。

吴文俊在拓扑学、自动推理、机器证明、代数几何、中国数学史、对策论等研究领域均有杰出的贡献,在国内外享有盛誉。他的数学研究活动,可分为前后两个时期。

前期自1947年至70年代,以代数拓扑为主,他的贡献主要有两个方面:示性类、示嵌类研究,是拓扑学中的奠基性工作并有许多重要应用。

后期始于1976年,从事机器征明与数学机械化的研究。他提出的用计算机证明几何定理的方法(吴方法),与常用的基于数理逻辑的方法根本不同,显现了无比的优越性,改变了国际上自动推理研究的面貌,被称为自动推论领域的先驱性工作。

 吴文俊,《人民画报》1957年,摄影 钱浩

吴文俊曾获得首届国家自然科学一等奖(1956)、中国科学院自然科学一等奖(1979)、第三世界科学院数学奖(1990)、陈嘉庚数理科学奖(1993)、首届香港求是科技基金会杰出科学家奖(1994)、Herbrand自动推理杰出成就奖(1997)、首届国家最高科学技术奖(2000)、第三届邵逸夫数学奖(2006)。

 吴文俊与袁隆平获首届国家最高科学技术奖

2010年5月4日,国际小行星中心先后发布公报通知国际社会,将国际永久编号第7683号小行星永久命名为“吴文俊星”。

吴文俊1957年当选为中科院学部委员(后改为院士)。现任中国科学院系统科学研究所名誉所长。1991年当选第三世界科学院院士。

吴文俊还曾担任中国数学会理事长(1985—1987),中国科学院数理学部主任(1992—1994),全国政协常委(1979—1998)

此外,中国人工智能学会还发起成立“吴文俊人工智能科学技术奖”,这是我国智能科学技术领域唯一以吴文俊先生命名,依托社会力量设立的科学技术奖,具备直接推荐国家科学技术奖资格,被誉为“中国智能科技最高奖”。

再次深切缅怀吴文俊先生。

以下是量子位摘录整理的一些吴文俊生平故事。

拓扑学

吴文俊的青少年时代是在抗战的炮火中度过的。

他小时候喜欢看历史书籍,对数学并没有多大兴趣。在大学二年级时还曾一度对数学失去兴趣,甚至想辍学不念。一位姓武老师的精彩课程,改变了他对数学的看法。大学三四年级时的刻苦钻研,使他打下了现代数学的基础。

大学毕业后,吴文俊到处奔波才在郊区的中学找到了一个位置。此后整整五年,没有接触数学研究。

抗战胜利后,吴文俊由亲友推荐结识了陈省身先生。此时,拓扑学正在兴起,被称为现代数学的王后,陈省身把他引上了拓扑学的正途。在陈省身身边一年多的时间里,吴文俊展露了颖异的才华,极受陈先生赏识。

1946年,吴文俊考取了留学生,来到法国,两年之后获得法国国家科学博士学位。法国是拓扑学的中心,吴文俊在这里御风而飞,渐入境界。

1950年, 吴文俊提出“吴示性类” 和“吴公式”,将拓扑学中示性类的概念由繁化简,由难变易,并给出了示性类之间明确的关系和可以计算的公式。吴文俊抓住本质的鲜明工作,如同拨云见日,为拓扑学开辟了新的天地,被称为 “拓扑学的地震”。

1951年吴文俊回到祖国,继续拓扑学方面的研究,又作出了“吴示嵌类”的发现。

1956年,37岁的吴文俊因其在拓扑学上的杰出成就,与华罗庚、钱学森一起获得当时的“最高科技奖”——国家自然科学一等奖,第二年他成为了当时最年轻的中国科学院学部委员(院士)之一。

数学机械化

数学机械化思想的提出和成果铸就了吴文俊数学人生的第二块里程碑。这源于两次偶然的机遇。一次是在无线电厂的劳动,一次是对中国古代数学的重新认识。

“文革”期间吴文俊在北京无线电一厂劳动,但这里并不做无线电,而是转向制造计算机,在这里吴文俊第一次了解了计算机,并感到了计算机的巨大威力,认为计算机是一个了不起的工具。

吴文俊深切地感受到,对于数学未来的发展具有决定性影响的一个不可估量的方面是计算机对数学带来的冲击。在不久的将来,电子计算机之于数学家,势将如显微镜之于生物学家,望远镜之于天文学家那样不可或缺。

1974年,吴文俊开始涉足中国古代数学史,渐渐地深入进去,他对中国古代数学有了一个重要发现,就是贯穿中国古代算术的思想是机械化的思想,是非常符合现代计算机的思想。这促使他想二者合一,解决一些数学问题。

1976年,吴文俊放弃已成就卓著的拓朴学研究,在抱孙子的年龄“不可思议”地毅然开始攀越学术生涯的第二座高峰——数学机械化。

为了解决机器证明几何定理的问题,他年近花甲从头学习计算机语言。那时,在中科院系统科学研究所的机房里,经常会出现一位老人的身影,不分昼夜地忘我工作。有很多年,吴老的上机操作时间都是整个研究所的第一名。

1977年,吴文俊关于平面几何定理的机械化证明首次取得成功,从此,完全由中国人开拓的一条数学道路铺展在世人面前。

1984年,年轻的中国数学家周咸青去美国丹佛参加“全美定理机器学术会议”,在会上他提交了一篇《用吴方法证明几何定理》的论文,同时在现场用电脑进行演示,短短的十几分钟证明了几百条几何定理,整个会场顿时哗然。

“吴方法”的神奇之处在于,可以让电脑代替人脑去进行几何定理的证明,这样对于人脑来说,原本很复杂和繁琐甚至不太可能的计算和推理就变得轻而易举了。把这一方法运用到各种科研和技术领域中,就能显著提高工作效率。

后来,吴文俊在他的阅读中零星地读到,在他之前,世界上也有数学家提出过减轻繁重脑力劳动的想法,像解析几何的发明者笛卡尔等,但他们或是没有进行过尝试,或是迷失了路径。

而吴文俊以他敏锐的目光在世界电脑发展初露端倪之时,立即把电脑与自己所研究的中国古代算术思想联系起来,开辟了一条与西方迥然不同的数学机械化道路,开创了机器定理证明的时代,国际上称为“吴文俊方法”和“吴消元法”。

数十年间,吴文俊不仅建立了“吴公式”、“吴示性类”、“吴示嵌类”、“吴方法”、“吴中心”,更形成了“吴学派”。近代数学史上第一次由中国人开创的这一新领域,吸引了各国的众多数学家前来学习。

因为“手工计算上千项的证明要几天功夫,用计算机1秒钟就可以完成。”

诺贝尔奖没有设数学奖,人们通常把“菲尔兹奖”誉为数学中的诺贝尔奖。吴文俊的工作被5位菲尔兹奖获得者引用,有3位的获奖成果还使用了吴文俊的方法。一直到最近两年,仍有菲尔兹奖得主在引用吴文俊的经典结果。(完)

本文作者:舒石 问耕 
原文发布时间:2017-05-07 
相关文章
|
27天前
|
机器学习/深度学习 数据采集 人工智能
PyTorch学习实战:AI从数学基础到模型优化全流程精解
本文系统讲解人工智能、机器学习与深度学习的层级关系,涵盖PyTorch环境配置、张量操作、数据预处理、神经网络基础及模型训练全流程,结合数学原理与代码实践,深入浅出地介绍激活函数、反向传播等核心概念,助力快速入门深度学习。
82 1
|
2月前
|
人工智能 JavaScript 测试技术
Cradle:颠覆AI Agent 操作本地软件,AI驱动的通用计算机控制框架,如何让基础模型像人一样操作你的电脑?
Cradle 是由 BAAI‑Agents 团队开源的通用计算机控制(GCC)多模态 AI Agent 框架,具备视觉输入、键鼠操作输出、自主学习与反思能力,可操作各类本地软件及游戏,实现任务自动化与复杂逻辑执行。
208 6
|
5月前
|
存储 人工智能 关系型数据库
4年10亿美金,Neon用Serverless PG证明:AI需要的不是“大”,而是“隐形”
AnalyticDB PostgreSQL 版基于Neon架构隆重推出满足 AI 时代应用开发需求的Serverless版本,并且在这之上搭载了结构化分析、向量检索、BM25全文检索和图检索,通过一套引擎满足 AI 应用丰富的数据诉求,支持MCP和OpenAI协议,为企业全面拥抱 AI 配备了数据存储、分析和应用的 “关键” 能力,帮助企业火箭式启动跑赢时代。
|
27天前
|
机器学习/深度学习 人工智能 算法
当AI提示词遇见精密算法:TimeGuessr如何用数学魔法打造文化游戏新体验
TimeGuessr融合AI与历史文化,首创时间与空间双维度评分体系,结合分段惩罚、Haversine距离计算与加权算法,辅以连击、速度与完美奖励机制,实现公平且富挑战性的游戏体验。
|
4月前
|
存储 人工智能 缓存
tauri2.0+vite6接入deepseek-v3电脑端ai流式多轮聊天对话系统
原创重磅新作tauri2.0+vite6+deepseek-v3+arco-design实战客户端AI流式聊天对话系统。整合 Tauri2.x 接入 DeepSeek-V3 大模型。支持多窗口浅色+暗黑主题、代码高亮、本地会话缓存。
203 5
|
7月前
|
人工智能 监控 数据可视化
Agent TARS:一键让AI托管电脑!字节开源PC端多模态AI助手,无缝集成浏览器与系统操作
Agent TARS 是一款开源的多模态AI助手,能够通过视觉解析网页并无缝集成命令行和文件系统,帮助用户高效完成复杂任务。
3481 13
Agent TARS:一键让AI托管电脑!字节开源PC端多模态AI助手,无缝集成浏览器与系统操作
|
6月前
|
人工智能 安全 虚拟化
Cua:Mac用户狂喜!这个开源框架让AI直接接管你的电脑,快速实现AI自动化办公
Cua是一个结合高性能虚拟化与AI代理能力的开源框架,能在Apple Silicon上以接近原生性能运行虚拟机,并让AI直接操作系统应用。
682 17
Cua:Mac用户狂喜!这个开源框架让AI直接接管你的电脑,快速实现AI自动化办公
|
7月前
|
人工智能 API 决策智能
还在蹲Manus的邀请码?别等了!开源版Manus为你快速创建AI工位,给AI一台电脑,然后你就玩去吧!
OpenManus 是 MetaGPT 的开源 AI 平台,支持多语言模型和工具链,执行代码、处理文件等任务,具备实时反馈。OWL 基于 CAMEL-AI,支持角色分配、任务分解和记忆功能,实现高效任务自动化。
983 22
还在蹲Manus的邀请码?别等了!开源版Manus为你快速创建AI工位,给AI一台电脑,然后你就玩去吧!
|
8月前
|
人工智能 自然语言处理 安全
【2025】世界顶级AI模型本地部署私有化完整版教程 DeepSeek-R1+Ollama+ChatboxAI合体,瞬间升级你的个人电脑秒变智能神器!
震撼发布!让你的电脑智商飙升,DeepSeek-R1+Ollama+ChatboxAI合体教程,打造私人智能神器!
1027 42
【2025】世界顶级AI模型本地部署私有化完整版教程 DeepSeek-R1+Ollama+ChatboxAI合体,瞬间升级你的个人电脑秒变智能神器!
|
7月前
|
人工智能 自然语言处理 算法
AI做数学学会动脑子! UCL等发现LLM程序性知识,推理绝不是背答案
大型语言模型(LLM)在数学推理中的表现一直备受争议。伦敦大学学院等机构的研究发现,LLM可能通过综合程序性知识而非简单检索来解决数学问题。研究分析了7B和35B参数模型在三个简单数学任务中的数据依赖,表明模型更关注解决问题的过程和方法,而非答案本身。这一发现为改进AI系统提供了新思路,但也指出LLM在复杂问题处理上仍存在局限。论文地址:https://arxiv.org/abs/2411.12580
147 2

热门文章

最新文章